基于microsoft/wavlm-base微调的英语自动语音识别(ASR)模型,在english_ASR - CLEAN数据集上训练,词错误率(WER)为0.0773。
下载量 17
发布时间 : 3/2/2022
模型简介
该模型是专门针对英语语音识别任务优化的WavLM基础模型,适用于高精度的英语语音转文字应用。
模型特点
低词错误率
在评估集上达到0.0773的词错误率(WER),表现优异
基于WavLM架构
基于微软WavLM-base模型微调,继承了其强大的语音表示能力
优化训练
采用精心调优的训练参数和线性学习率调度策略
模型能力
英语语音识别
高精度语音转文字
使用案例
语音转录
会议记录
将英语会议录音自动转换为文字记录
高准确率的转录结果
字幕生成
为英语视频内容自动生成字幕
语音助手
语音指令识别
识别和理解英语语音命令
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文